100万トークン級モデルを社内検索へ——Cloudflare AI SearchがGLM-5.3 Flash対応

01 / QUICK GUIDE

まず、30秒でつかむ

02 / KEY WORDS

ここだけ押さえれば、残りの本文はスムーズに読めます。

AI Search: 登録した文書から質問に関係する部分を探し、その情報を使ってAIが回答するCloudflareの検索機能です。現在の公式資料ではベータと表示されています。
コンテキストウィンドウ: モデルが一回の処理で参照できる入力、会話履歴、指示などの合計上限です。大きさは理解力や正答率そのものではありません。
トークン: AIが文章を処理する細かな単位です。日本語の一文字や一単語と必ず一致せず、同じ文字数でも分割数が変わります。
生成モデル: 検索で見つけた情報を受け取り、最終的な文章回答を作るモデルです。文書を探す処理や並べ替えには別のモデルや設定も使われます。

03 / THE FACTS

Cloudflareは8月30日付のChangelogで、AI SearchがGLM-5.3 Flashを文章生成モデルとして新たに扱えるようになったと発表しました。公開時刻は記載されていません。

モデル識別子は@cf/zai-org/glm-5.3-flashです。CloudflareのWorkers AI上で動き、AI Searchのインスタンス設定から生成モデルとして選択できます。

公式モデルページは、コンテキストウィンドウを1,048,576トークンとしています。これは入力、指示、会話履歴などを合わせた処理上限です。

モデルは3200億の総パラメーターを持ち、処理時に使う有効パラメーターは180億と説明されています。数字が大きいほど、すべての仕事で正確とは限りません。

料金は入力100万トークン0.15ドル、出力100万トークン0.50ドル、キャッシュ済み入力100万トークン0.03ドルです。有料プランかAI Gatewayの前払い残高が必要です。

Cloudflareはモデル単体のベンチマーク比較を説明していますが、AI Searchへ組み込んだ場合の検索精度、回答速度、総費用、実利用者数は公表していません。

THE CONCLUSION

今回増えたのは、AI Searchの最終回答を作るモデルの選択肢です。GLM-5.3 Flashは1,048,576トークンのコンテキストを持ち、Workers AI上で利用できます。

ただし長い入力は、正確な検索や根拠付き回答を保証しません。AI Search全体では文書の分割、検索、並べ替え、生成がつながるため、モデル一つの数字だけでは品質を判断できません。

04 / THE CONTEXT

社内検索では、規程、議事録、製品資料など、長い文書をまたいで答える需要があります。大きなコンテキストは、多くの前提を生成モデルへ渡す余地を増やします。

一方、AI Searchは文書を探して終わりではありません。文書を数値表現へ変え、関連部分を検索し、必要なら並べ替え、最後に文章を作ります。どこか一段が弱ければ回答は崩れます。

だから今の競争は、最長の入力だけでなく、用途に応じて生成モデルを替えられる運用へ進んでいます。Cloudflareはインスタンス全体と一回ごとの指定でモデルを変更できます。

05 / WHAT IT MEANS FOR YOU

100万トークンは、100万文字や100万語という意味ではありません。実際に入る日本語量は文章の種類で変わり、システム指示や回答用の枠も同じ上限を使います。

長い文書を丸ごと渡すより、正しい箇所を検索して短く渡す方が、費用と見落としを抑えられる場合があります。コンテキスト長は検索設計の代わりではありません。

料金表はモデル処理の単価です。AI Search全体では索引作成、検索、並べ替え、保存など別の利用が加わり得るため、掲載単価だけで月額を決められません。

導入判断では、正答率だけでなく出典が合っているかを確認します。同じ質問セットで、現在のモデルとGLM-5.3 Flashの回答、根拠、時間、費用を比べます。

07 / NEXT ACTION

BOTTOM LINE